PCA主成分分析的matlab实现以及可视化

本文分享了PCA主成分分析的matlab实现代码,并通过可视化帮助理解PCA的思想。作者指出,PCA旨在重构特征空间,最大化样本方差,有助于数据分类。提供的代码适用于随机数据演示,实际应用时可直接用实际数据替换。
摘要由CSDN通过智能技术生成

PCA相信大家都很熟悉,但是苦于网上的代码资料良莠不齐。我在自己写了,并且验证过代码的可行性之后,贴出来给大家分享。有什么问题可以大家交流一下。由于初次使用csdn,公式原理太复杂我就不打了(懒),大家可以自己看资料。实际上看了我的可视化之后,大家也能直观地了解PCA的思想了,直接上代码。

代码如下:

为防止乱码,下面贴入无注释版

PCA_test.m

X_origin=randn(2000,2);

figure(1);

scatter(X_origin(:,1),X_origin(:,2),3);

  • 5
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值